浙江工业大学李英龙获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉浙江工业大学申请的专利一种基于联邦学习的多标签数据聚类分割方法、系统、装置及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119339071B 。
龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411029018.4，技术领域涉及：G06V10/26；该发明授权一种基于联邦学习的多标签数据聚类分割方法、系统、装置及存储介质是由李英龙;韩笑歌;陈廷豪;黄治玮;陈铁明设计研发完成，并于2024-07-30向国家知识产权局提交的专利申请。
本一种基于联邦学习的多标签数据聚类分割方法、系统、装置及存储介质在说明书摘要公布了：本发明公开了一种基于联邦学习的多标签数据聚类分割方法、系统、装置及存储介质，中央服务器对原始多标签数据集提取图像特征，并与图像的多标签信息拼接成特征向量，中央服务器对多标签数据集根据特征向量进行聚类处理，根据全局参数设置的分布类型以及聚类结果与联邦客户端数量，将数据集划分为遵循该分布类型的数据并分配给各个联邦客户端。对每个客户端的数据进行图像预处理，分割为训练集和测试集，并保存配置信息以及训练集与测试集划分，完成多标签数据聚类分割。本发明通过聚类算法为联邦学习模拟仿真多标签分类任务，提供了实验所需的各种数据分布情况，为联邦学习中处理多标签数据集的数据分割问题提供了有效的解决方案。
本发明授权一种基于联邦学习的多标签数据聚类分割方法、系统、装置及存储介质在权利要求书中公布了：1.一种基于联邦学习的多标签数据聚类分割方法，其特征在于，该方法包含如下步骤： S1:中央服务器加载原始的多标签数据集，使用卷积神经网络提取图像特征，并与图像原始多标签信息拼接成特征向量； S2：中央服务器对多标签数据集根据步骤S1拼接得到的特征向量进行聚类处理； S3：中央服务器根据全局参数设置的分布类型及联邦客户端数量，将数据集基于聚类结果划分为遵循分布类型的数据并分配给各个联邦客户端；具体为：根据全局预设参数将聚类后的数据集根据五种不同的多标签分布方式进行分割为与参与客户端数量相同的子集，并逐一分配给各个参与客户端，五种多标签分布方式分别为：平衡且独立同分布、不平衡且独立同分布、病态分区、模拟现实情况分布和混合分布，所述混合分布由病态分区和模拟现实情况分布混合而成； S4：对每个联邦客户端的数据进行图像预处理，分割为训练集和测试集，并保存配置信息以及训练集与测试集划分，完成多标签数据聚类分割。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号